吉林大学统计计算期末复习（第三章第一部分）

目前我们到达第三章啦（可以给自己鼓鼓掌.jpg）

第三章我们主要分为两个部分

第一部分，我们致力于使用随机模拟的方式，解决积分问题（即排队论前的所有知识）

第二部分，我们主要介绍了几种模型（排队论，MCMC），以例题为导向

这篇博客，我们介绍第一部分

3.1        随机模拟介绍

3.1.1        数学建模的特点

（其实增加理论假设，排队论中也有）

缺点（单纯理论分析，存在的普遍问题，说白了还是不放心）

3.1.2        随机模拟方法的特点

（注意这个对维数增加不明显，代表“可以解决维数诅咒问题”）

3.2                随机模拟积分

开始介绍方法之前，大家一定要记住

这个部分的主线是，求解这个问题

我们学习的所有方法，都是为了解决这个积分问题

3.2.1        随机投点法

首先，我们的投点法中，投出去的点，是满足伯努利分布的

（这个跟后来的算方差的公式有关）

原理的本质很简单：
往区域里投点，投到范围里的点算1，范围外的点为0。

投N个点，看N个点里，有多少个1，从而推算出它的比例

然后用整个矩形的面积进行相乘，得到我们的积分值。

V（D）就是I 的面积， V（G）是矩形面积

↑

投点法的应用

得到的应用（老师那个是进一步的推论）

3.2.2        平均值法

为啥叫平均值法呢

因为在这里咱们假设，X在【a,b】上均匀分布

并且，咱们再后面的预期估计过程中，用的是平均值来估计预期

（仔细观察这个E的来源，就是均值的方法）

3.2.4        高维定积分

如果上面看明白的话，其实就是把（b - a）换成即可，剩下都一样

1.       随机投点法

V（C）就是区别

V（C）就是这个

2.        平均值法

发现式子的区别了嘛（仔细看一看）

他们之间除了抽样出来的数不一样，然后就是M的有无

3.        两种之间的方差比较

前提：假设M=1（最关键的一点）

所以两个式子就成:

(建议多手推着玩，比较锻炼，并加深式子的记忆)

3.3        重要抽样法

可以简单理解成，现在密度函数，不是常数了（在平均值法里，假设成了均匀分布嘛）

现在的密度函数是 g（x），所以咱们套入原来的式子，就成这样了

但明显，咱们想要的是

所以呢，咱们就要对 做一些改动

咱们抽

就获得了咱们想要的

而标准重要抽样呢，又牵扯到咱们想算期望的问题上了

咱们怎么办呢

也是已知，X的密度函数是 g（x）

咱们用抽到的X来估计整个Y的式子

那式子就得变成这样：

这样求Y的期望，就转化成利用X进行操作的过程了

引入了wi这个量

这就是标准化的式子

（注意里面由于Y的分布密度函数难以知道，只能通过上下同时相除，除去其中的c，从而得到结果）

3.4        分层抽样法

通过人为分段，目的减小方差

（很明显，本质上用的还是平均值法）

下面例题很好的利用了双期望定理，人为创造一个条件

以下是很好的一个例题，建议学习

（人为创造分段，进而进行式子的变化）